# Anthropic 推出 Claude 4 系列：Opus 與 Sonnet 重塑編碼與智能協作

- 連結：https://leggie.co/anthropic-%e6%8e%a8%e5%87%ba-claude4-%e7%b3%bb%e5%88%97-opus-sonnet/
- 發佈時間：2025-05-23T08:26:12+08:00
- 作者：Leggie

![Anthropic 推出 Claude 4 系列：Opus 與 Sonnet 重塑編碼與智能協作](data:image/gif;
base64,R0lGODlhAQABAAAAACH5BAEKAAEALAAAAAABAAEAAAICTAEAOw==)

中文播客解析

Anthropic 於2025年5月22日正式投下震撼彈，推出了其備受矚目的新一代大型語言模型系列
Claude Opus 4 與 Claude Sonnet 4。Anthropic 明確指出，新模型系列的核心目標在於「
編碼、進階推理以及支援下一代更強大、更自主的 AI 代理」，矢志為業界樹立「編碼、進
階推理和 AI 代理的新標準」。

> Introducing the next generation: Claude Opus 4 and Claude Sonnet 4.
> Claude Opus
> 4 is our most powerful model yet, and the world’s best coding model.Claude Sonnet
> 4 is a significant upgrade from its predecessor, delivering superior coding and
> reasoning. [pic.twitter.com/MJtczIvGE9](https://t.co/MJtczIvGE9)
> — Anthropic (@AnthropicAI) [May 22, 2025](https://twitter.com/AnthropicAI/status/1925591505332576377?ref_src=twsrc%5Etfw)

此次發布的一大亮點是引入了「混合推理模型」(hybrid reasoning models) 的概念，賦予
模型在「近乎即時的回應」與專為深度推理設計的「延伸思考」(extended thinking) 模式
之間切換的能力。這一創新預示著 AI 在處理複雜問題時將擁有更高的靈活性與深度。

Anthropic 此次同步推出兩款定位清晰的模型—旗艦級的 Opus 4 和高效能的 Sonnet 4，顯示
出其成熟的市場策略。這並非單一產品的發布，而是一個旨在滿足不同用戶需求和價格敏感度
的產品組合，意圖最大化市場滲透率。Opus 4 鎖定對性能有極致要求的複雜任務，而 Sonnet
4 則著重於效率、規模化應用及更廣泛的可及性。這種雙軌並行的策略，反映出 Anthropic
期望透過提供量身定制的解決方案，而非一刀切的模式，來佔據更廣闊的市場份額。

## Claude Opus 4：應對複雜 AI 挑戰

Claude Opus 4 被 Anthropic 譽為其「迄今為止最先進的模型」，專為「能夠在最少監督下
進行推理、規劃和執行複雜任務的精密 AI 代理」而設計。其最引人注目的宣稱，莫過於 Opus
4 是「當今市場上最佳的編碼模型」乃至「全球最佳編碼模型」。這一說法有其數據支撐：
Opus 4 在衡量解決複雜軟體工程問題能力的 SWE-bench 測試中獲得 72.5% 的高分，在 Terminal-
bench (亦稱 TAU-bench) 測試中也取得了 43.2% 的成績。

Opus 4 的突破性不僅體現在編碼能力上，其強大的代理能力 (agentic capabilities) 更是
核心亮點。該模型專為處理「長時間運行、高上下文情境的任務」而生，例如「重構大型程式碼
庫、整合研究資料或協調跨職能的企業營運」。它甚至能夠「管理全端架構」或「設計能將
高層次目標分解為可執行步驟的代理系統」。日本電商巨頭樂天 (Rakuten) 在早期測試中發現，
Claude Opus 4 能夠「獨立運行長達七小時並保持持續的性能」，這強有力地證明了其在長時間、
複雜操作中的持久力與穩定性。這種「最少監督」、處理「長時間運行、高上下文任務」以及
長達七小時的持續自主運作能力，共同指向 Opus 4 被設計用於達到 AI 自主性的新門檻。
這不僅僅是輔助，而是獨立管理和執行複雜專案重要部分的能力，預示著 AI 從需要持續指導
的工具，向能夠獨立完成大量工作的自主代理的轉變。

該模型在需要「擴展上下文、深度推理和自適應執行」的場景中表現卓越。它可以「分析技術
文件、規劃軟體實施方案、編寫所需程式碼，並在整個過程中追踪需求和架構背景，進行迭代
優化」。

值得注意的是，Anthropic CEO Dario Amodei 強調，Opus 4 的實際效能可能超越了標準化
測試所能完全展現的水平。他表示，測試用戶發現 Opus 4「能夠快速處理常人可能需要數小時
才能完成的任務」，並且「在很多方面，基準測試未能完全體現其價值」。這暗示其在真實
世界複雜且細緻的任務上的效能，可能比其亮眼的測試分數更為出色。如果 Opus 4 確實能
兌現其「全球最佳編碼模型」的承諾，並能如 Anthropic 所述管理從規劃到優化的整個軟體
專案生命週期 ，那麼它有可能從根本上改變軟體開發的流程。這種影響力更延伸至其他複雜
的知識型工作，如深度研究整合和跨部門企業營運協調，預示著生產力的巨大提升，以及部分
以往專屬於人類的任務將實現自動化。

## Claude Sonnet 4：兼具智能與效率

與 Opus 4 相輔相成，Claude Sonnet 4 是一款經過精心優化，旨在「實現規模化效率」的
高性能模型。它在「性能、反應速度和成本之間取得了平衡，使其非常適合處理高流量的生產
級工作負載」。

Sonnet 4 被定位為其前代產品 Claude Sonnet 3.7 的「重大升級」，尤其在編碼能力方面
有顯著提升，並且可作為 Sonnet 3.7 的「直接替代品」(drop-in replacement) ，確保現有
用戶能夠平滑過渡。其設計目標是優化「日常開發任務的性能，例如支援程式碼審查、實施
錯誤修復以及具有即時反饋循環的新功能開發」。同時，它也能夠「為近乎即時的應用程式
提供生產就緒的 AI 助理支援」。

Sonnet 4 的應用場景極為廣泛，包括但不限於：面向客戶的 AI 代理；憑藉其龐大的上下文
窗口和低幻覺率，適用於大型文件或程式碼庫的知識問答；從圖表和複雜圖表中提取視覺數據；
以及進行細膩的內容生成與分析。此外，其「業界領先的指令遵循能力」使其成為機器人流程
自動化 (RPA) 的強大引擎，能夠自動化複雜的重複性任務和操作。

Anthropic CEO Dario Amodei 指出，Sonnet 4「在某些編碼基準測試中實際上與 Opus 表現
得一樣好」，同時更為精簡，並且克服了 Sonnet 3.7 有時會出現的「過度熱心」(即超出用戶
要求執行額外操作) 的問題。

Sonnet 4 在成本、速度與功能之間取得平衡的設計，及其廣泛的「實用」應用場景 (如 RPA
和客戶支援)，清晰地表明 Anthropic 正大力推動其在主流企業市場的普及。其目標是讓先進
的 AI 功能不再局限於高預算的專業項目，而是能夠經濟實惠地融入日常商業流程。此外，
Sonnet 4 作為 Sonnet 3.7 的「直接替代品」，並提供可驗證的性能提升，確保了現有用戶
群的無縫升級體驗。這種策略有望帶來 Sonnet 4 的快速普及，鞏固客戶忠誠度，並即時交付
更高的價值。

## 驅動 Claude 4 革命的核心技術躍進

Claude Opus 4 與 Sonnet 4 的卓越能力，源於多項關鍵的技術創新，這些創新使其在眾多
AI 模型中脫穎而出。

### A. 混合推理與「延伸思考」：賦能更深層次的 AI 認知

Opus 4 和 Sonnet 4 均被設計為「混合推理模型」。這意味著它們提供兩種操作模式：「近乎
即時的回應」模式，非常適合互動式應用；以及一項名為「延伸思考」(extended thinking)
的測試版功能，專為需要「更深度分析和規劃」的任務而設計。

這種「延伸思考」能力允許 Claude 在「深度推理和行動執行之間切換」，對於「軟體工程、
數學或科學研究等領域的長上下文推理任務」尤其有益。更重要的是，開發者可以透過配置
模型的「思考預算」(例如設定最大 token 數量)，來「調整延遲與答案深度之間的權衡，以
適應其工作負載」。可配置的「延伸思考」是對大型語言模型在處理複雜查詢時常顯現的膚淺
回答這一局限性的直接架構回應。它允許用戶明確要求進行更深入、計算量更大的推理，為
關鍵任務提供更可靠、更周全的輸出路徑，即便這意味著接受更高的延遲。這是邁向更可控、
更可靠 AI 的重要一步。

### B. 整合智能：與網路搜尋、工具和記憶體的動態互動

在「延伸思考」模式下，這兩款模型（目前為測試版功能）可以利用如「網路搜尋」等工具。
這使得 Claude 能夠「在推理和使用工具之間交替進行，以獲得對複雜查詢的更佳回應」^(
4)，有效地擺脫了靜態知識截止日期的束縛。

這些模型支援「改進的記憶體和與其他操作並行的工具使用」。這種並行處理能力對於複雜
代理任務的效率至關重要。增強的記憶體功能，尤其是在「被授予本地文件訪問權限」時，
允許 Claude「保存關鍵事實以保持連續性並隨時間積累知識」。「延伸思考」與網路搜尋、
並行工具使用 ^(1) 以及帶有本地文件訪問權限的改進記憶體的協同作用，標誌著 AI 從靜態、
預訓練實體向動態、互動式問題解決系統的關鍵演進。

### C. Claude Code：代理編碼能力普及化

Anthropic 同時宣布，其在終端機內運行的代理編碼工具「Claude Code」，經過測試階段後，
現已廣泛可用。其功能包括「編輯文件和修復錯誤、回答有關程式碼的問題」，支援「透過
GitHub Actions 執行的背景任務」，並提供「與 VS Code 和 JetBrains 的原生整合」。這
使其成為開發者在現有工作環境中極具實用性的工具。

### D. 以設計推進安全性與用戶信任

一項顯著的安全改進是，這兩款新模型「參與獎勵操縱 (reward hacking) 的可能性比 Claude
Sonnet 3.7 低 65%」。所謂「獎勵操縱」，指的是 AI 模型找到非預期的捷徑或「作弊」以
完成任務的行為 。此外，新模型提供「Claude 推理日誌的摘要」，以取代「Claude 原始的
思考過程」。Anthropic 表示，這對用戶更有幫助，同時也保護了其專有方法 。在「獎勵操縱」
方面實現 65% 的顯著降低，不僅僅是漸進式的改進，更是部署更自主 AI 系統的關鍵促成因素。
隨著模型獲得更大的自主權，確保它們可靠且合乎道德地追求目標變得至關重要。這種對安全
性的關注為企業採用，特別是在受監管行業或高風險應用中，建立了必要的信任。

### Claude Opus 4 與 Sonnet 4 比較

| **特性** | **Claude Opus 4** | **Claude Sonnet 4** | 
| 主要焦點 | 複雜任務、頂尖準確性、進階推理、代理工作流程 | 性能、速度與成本平衡；高流量任務 | 
| 核心優勢 | 「全球最佳編碼模型」、深度推理、持續自主運作 | 高效、可擴展、較Sonnet 3.7大幅提升編碼/推理能力 | 
| 目標應用 | 大型程式碼庫重構、多步驟企業自動化、深度研究 | 程式碼審查、錯誤修復、即時AI助理、RPA、視覺資料提取  | 
| 延伸思考 | 是 (測試版) | 是 (測試版) | 
| 網路搜尋 | 是 (搭配延伸思考) | 是 (搭配延伸思考) | 
| 可用性 | 付費Claude方案 | 免費及付費Claude方案 | 
| 上下文視窗 | 200K tokens | 200K tokens |

## 可用性、存取權限與定價

Anthropic 確保了 Claude 4 系列模型能夠透過多種渠道被廣泛獲取，為個人和組織提供了
實際操作的機會。

開發者可以立即透過 Anthropic API、Amazon Bedrock 以及 Google Cloud Vertex AI 存取
這兩款新模型。這種多平台策略是實現廣泛採用的關鍵。對於 Amazon Bedrock 用戶，Opus
4 的模型 ID 為 anthropic.claude-opus-4-20250514-v1:0，Sonnet 4 的模型 ID 為 anthropic.
claude-sonnet-4-20250514-v1:0。AWS 建議使用 Bedrock Converse API 以實現跨模型的兼容
性。值得注意的是，Sonnet 4 已在 AWS 的北美、亞太地區（海德拉巴、孟買、大阪、首爾、
新加坡、悉尼、東京）以及歐洲（西班牙）等區域提供服務。Claude 4 在 AWS Bedrock 和
Google Cloud Vertex AI 等主要雲端平台上的即時可用性，以及 Anthropic 自家的 API，
是一項深思熟慮的關鍵策略。它極大地降低了已經融入這些生態系統的開發者和企業的進入
門檻，從而促進快速實驗、整合並最終實現更廣泛的採用。

在存取層級方面，Claude Opus 4 和 Claude Sonnet 4 向付費 Claude 方案( Pro、Max、Team
和 Enterprise )的訂閱者開放。一個重要的普及化舉措是，Claude Sonnet 4 同時也向免費
使用者提供，並且所有用戶(包括免費使用者)都可以透過網頁版、iOS 和 Android 上的 Claude
聊天體驗來使用 Sonnet 4。

關於定價，Claude Sonnet 4 的起始價格為每百萬輸入 tokens 收費 3 美元，每百萬輸出 
tokens 收費 15 美元。Anthropic 還為 Sonnet 4 用戶提供了成本優化功能：透過提示緩存(
prompt caching )可節省高達 90% 的成本，透過批次處理( batch processing )可節省 50%
的成本。這使得 Sonnet 4 在高流量應用中更具經濟效益。Sonnet 4 的免費存取及其包含提示
緩存等顯著成本節約功能的定價模型，共同構成了一個強大的「免費增值」漏斗。這種方法
鼓勵了 Sonnet 4 在各種用例中的廣泛試用和採用，並可能隨著用戶需求和對技術依賴性的
增長，將他們轉化為付費方案或 Opus 4 的用戶。

## Claude 4 在 AI 競技場中確立地位

Claude 4 的發布，正值人工智能市場競爭異常激烈且充滿活力的時期。Anthropic 的新模型
系列正是在「Google 和 OpenAI 接連發布重磅消息的一周」之後登場。OpenAI 推出了 GPT-
4.1 和 o3 推理模型家族，而 Google 也更新了其在編碼方面有所提升的 Gemini 2.5 Pro，
這些都構成了激烈的競爭背景。

面對強勁的對手，Anthropic 明確宣示了其競爭優勢。該公司聲稱「Claude Opus 4 和 Sonnet
4 在諸如 SWE-bench 和 Terminal-bench 等關鍵的代理編碼任務基準測試中，表現優於 OpenAI
的 o3 和 Gemini 2.5 Pro 等競爭對手」。這將編碼和代理能力定位為 Anthropic 自信領先
的關鍵戰場。Opus 4 被譽為「全球最佳編碼模型」，更是其差異化競爭的核心支柱。在一個
由 OpenAI 和 Google 等巨頭主導的市場中，Anthropic 似乎正策略性地專注於主導特定的
高價值細分市場—特別是「代理編碼」 和「進階推理」—而不是試圖在所有可能的 AI 功能上
展開競爭。這種集中的訊息傳遞有助於他們塑造獨特的身份，並在對開發者和企業領域宣示
領導地位。

## 結語

Anthropic 推出的 Claude Opus 4 與 Claude Sonnet 4，無疑是人工智能領域向前邁出的重要
一步。這不僅僅是產品的迭代更新，更代表了 Anthropic 為引領下一波 AI 浪潮所制定的全面
而宏大的戰略。該戰略全面涵蓋了頂尖性能( Opus 4 )、普及性與可擴展性 ( Sonnet 4 )、
創新的推理模式 (「延伸思考」)、動態互動能力(工具使用)、實用性應用 ( Claude Code )
以及對安全性的堅定承諾。

這兩款模型的發布，以其卓越的編碼能力、強化的代理功能、創新的「混合推理」架構及「
延伸思考」模式，以及與網路搜尋等動態工具的整合，為 AI 的能力邊界帶來了新的突破。
Opus 4 為複雜的編碼和代理任務提供了前所未有的強大動力，而 Sonnet 4 則為廣泛的應用
場景提供了可擴展且高效的智能。
